python fetchall()转化为数据框_python 操作mysql数据中fetchone()和fetchall()方式
fetchone()
返回单个的元组,也就是一条记录(row),如果没有结果 则返回 None
fetchall()
返回多个元组,即返回多个记录(rows),如果没有结果 则返回 ()
需要注明:在MySQL中是NULL,而在Python中则是None
补充知识:python之cur.fetchall与cur.fetchone提取数据并统计处理
数据库中有一字段type_code,有中文类型和中文类型编码,现在对type_code字段的数据进行统计处理,编码对应的字典如下:
{'ys4ng35toofdviy9ce0pn1uxw2x7trjb':'娱乐',
'vekgqjtw3ax20udsniycjv1hdsa7t4oz':'经济',
'vjzy0fobzgxkcnlbrsduhp47f8pxcoaj':'军事',
'uamwbfqlxo7bu0warx6vkhefigkhtoz3':'政治',
'lyr1hbrnmg9qzvwuzlk5fas7v628jiqx':'文化',
}
其中数据库的32位随机编码生成程序如下:
string.ascii_letters 对应字母(包括大小写), string.digits(对应数字) ,string.punctuation(对应特殊字符)
import string
import random
def get_code():
return ''.join(random.sample(string.ascii_letters + string.digits + string.punctuation, 32))
print(get_code())
def get_code1():
return ''.join(random.sample(string.ascii_letters + string.digits, 32))
testresult= get_code1()
print(testresult.lower())
print(type(testresult))
结果:
)@+t37/b|UQ[K;!spj%r9"PokwTe=
igwle98kgqtcprke7byvq12xnhucmz4v
cur.fetchall:
import pymysql
import pandas as pd
conn = pymysql.Connect(host="127.0.0.1",port=3306,user="root",password="123456",charset="utf8",db="sql_prac")
cur = conn.cursor()
print("连接成功")
sql = "SELECT type_code,count(1) as num FROM test GROUP BY type_code ORDER BY num desc"
cur.execute(sql)
res = cur.fetchall()
print(res)
(('ys4ng35toofdviy9ce0pn1uxw2x7trjb', 8), ('vekgqjtw3ax20udsniycjv1hdsa7t4oz', 5), ('vjzy0fobzgxkcnlbrsduhp47f8pxcoaj', 3), ('uamwbfqlxo7bu0warx6vkhefigkhtoz3', 3), ('娱乐', 2), ('lyr1hbrnmg9qzvwuzlk5fas7v628jiqx', 1), ('政治', 1), ('经济', 1), ('军事', 1), ('文化', 1))
res = pd.DataFrame(list(res), columns=['name','value'])
print(res)
dicts = {'ys4ng35toofdviy9ce0pn1uxw2x7trjb':'娱乐',
'vekgqjtw3ax20udsniycjv1hdsa7t4oz':'经济',
'vjzy0fobzgxkcnlbrsduhp47f8pxcoaj':'军事',
'uamwbfqlxo7bu0warx6vkhefigkhtoz3':'政治',
'lyr1hbrnmg9qzvwuzlk5fas7v628jiqx':'文化',
}
res['name'] = res['name'].map(lambda x:dicts[x] if x in dicts else x)
print(res)
name value
0 娱乐 8
1 经济 5
2 军事 3
3 政治 3
4 娱乐 2
5 文化 1
6 政治 1
7 经济 1
8 军事 1
9 文化 1
#分组统计
result = res.groupby(['name']).sum().reset_index()
print(result)
name value
0 军事 4
1 娱乐 10
2 政治 4
3 文化 2
4 经济 6
#排序
result = result.sort_values(['value'], ascending=False)
name value
1 娱乐 10
4 经济 6
0 军事 4
2 政治 4
3 文化 2
#输出为list,前端需要的数据格式
data_dict = result.to_dict(orient='records')
print(data_dict)
[{'name': '娱乐', 'value': 10}, {'name': '经济', 'value': 6}, {'name': '军事', 'value': 4}, {'name': '政治', 'value': 4}, {'name': '文化', 'value': 2}]
cur.fetchone
先测试SQL:
代码:
import pymysql
import pandas as pd
conn = pymysql.Connect(host="127.0.0.1",port=3306,user="root",password="123456",charset="utf8",db="sql_prac")
cur = conn.cursor()
print("连接成功")
sql = "select count(case when type_code in ('ys4ng35toofdviy9ce0pn1uxw2x7trjb','娱乐') then 1 end) 娱乐," \
"count(case when type_code in ('vekgqjtw3ax20udsniycjv1hdsa7t4oz','经济') then 1 end) 经济," \
"count(case when type_code in ('vjzy0fobzgxkcnlbrsduhp47f8pxcoaj','军事') then 1 end) 军事," \
"count(case when type_code in ('uamwbfqlxo7bu0warx6vkhefigkhtoz3' ,'政治') then 1 end) 政治," \
"count(case when type_code in ('lyr1hbrnmg9qzvwuzlk5fas7v628jiqx','文化') then 1 end) 文化 from test"
cur.execute(sql)
res = cur.fetchone()
print(res)
返回结果为元组:
(10, 6, 4, 4, 2)
data = [
{"name": "娱乐", "value": res[0]},
{"name": "经济", "value": res[1]},
{"name": "军事", "value": res[2]},
{"name": "政治", "value": res[3]},
{"name": "文化", "value": res[4]}
]
result = sorted(data, key=lambda x: x['value'], reverse=True)
print(result)
结果和 cur.fetchall返回的结果经过处理后,结果是一样的:
[{'name': '娱乐', 'value': 10}, {'name': '经济', 'value': 6}, {'name': '军事', 'value': 4}, {'name': '政治', 'value': 4}, {'name': '文化', 'value': 2}]
以上这篇python 操作mysql数据中fetchone()和fetchall()方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持聚米学院。
python fetchall()转化为数据框_python 操作mysql数据中fetchone()和fetchall()方式相关推荐
- python合并两个数据框_python 学习的第五天 数据框合并
1.根据共有的特性进行合并 import pandas; from pandas import read_csv; items = read_csv( "D://PA//4.12//data ...
- python mysql返回,python操作mysql数据-执行语句返回值直接返回字典类型
fetchall()将结果放在二维数组里面,每一行的结果在元组里面 import pymysql def export(table_name): conn =pymysql.connect(host ...
- R语言医学数据分析实战(二)数据框的操作
文章目录 一.用基本包处理数据框 1)查看数据框里的内容 2)选取数据框的子集 3)将数据框按照某个变量的值排序 4)查看和删除重复数据 5)在数据框中添加和删除变量 6)把数据框添加到搜索路径 二. ...
- mysql gui 导入数据_在RGui中实现数据源的导入(数据框,.txt,excel,MySQL)
数据框中数据导入 > mydata + gender=character(0), + weight=numeric(0)) > mydata Warning message: In edi ...
- C语言操作mysql数据 常用函数
C语言操作mysql数据 常用函数 所需头文件: #include <mysql/mysql.h> 功能: 获得或初始化一个MYSQL结构 函数原型: MYSQL *mysql_ini ...
- java sql变更存储,MySQL更改数据库数据存储目录,mysql数据存储
MySQL更改数据库数据存储目录,mysql数据存储 MySQL数据库默认的数据库文件位于 /var/lib/mysql 下,有时候由于存储规划等原因,需要更改 MySQL 数据库的数据存储目录.下文 ...
- 随机从mysql中读取_如何实现MySQL表数据随机读取?从mysql表中读取随机数据
文章转自 http://blog.efbase.org/2006/10/16/244/ 如何实现MySQL表数据随机读取?从mysql表中读取随机数据?以前在群里讨论过这个问题,比较的有意思.mysq ...
- python往mysql存入数据_Python操作mysql之插入数据
之前有写过一篇python查询mysql数据的文章,今天写通过python插入数据到mysql数据库. 相关mysql视频教程推荐:<mysql教程> 先建库,建表,建用户mysql> ...
- python数据框常用操作_转载:python数据框的操作
我们接着上次分享给大家的两篇文章:Python数据分析之numpy学习(一)和Python数据分析之numpy学习(二),继续讨论使用Python中的pandas模块进行数据分.在接下来的两期pand ...
最新文章
- 在Win7 + VMware7下安装Xcode 4
- .NET MVC Filter异常处理
- 用node批量压缩html页面
- 苹果核 - 页面动态化的基础 —— Tangram
- 理解T-SQL: 脚本和批处理
- html溢出左右滚动,html-选项卡溢出时水平滚动
- 9000.消息中间件MQTT
- // 产生10到100随机数
- erlang中遍历取出某个位置的最大值
- Siamese Network 孪生网络基础学习笔记
- 将本地无损音乐上传到Apple Music中使用。
- python md5加密字符串_Python使用MD5加密字符串示例
- 一些好看的渐变色(配色)网站推荐
- 基于预测分析表法的语法分析程序
- word中脚注和尾注的处理
- ios在判断设备是ipad_iOS 判断设备型号、屏幕尺寸、系统版本、设备朝向
- python transforms_2.2 图像预处理——transforms(笔记)
- 蓝天白云青山绿水还有清风吹斜阳......
- 普通程序员怎么去【小】厂面试?
- 暗原色原理去雾matlab代码(Matlab)
热门文章
- 企业或将借助OA走出经济危机
- 非模态对话框的销毁及消息的发送顺序
- 微信小程序 开发文档
- 【转】C#、面向对象、设计模式学习
- mengento 数据库模型
- PHP无法使用file_get_contents或者curl_init()函数解决办法
- [置顶] 杂七杂八
- MFC Radio Button笔记
- 大数据_Flink_Java版_数据处理_窗口起始点和偏移量---Flink工作笔记0058
- AndroidStudio_android中实现图片动态设置图片的位置以及图片动态缩放---Android原生开发工作笔记234